当前位置: 首页 > 知识库问答 >
问题:

对数正态分布中的聚集参数

姚臻
2023-03-14

我想知道是否有可能从一个对数正态分布中得到一个聚合参数。在生态学中,通常使用负二项式中的聚集参数k,该参数度量数据中聚类或聚集或异质性的数量:越小的k意味着更多的异质性。负二项分布的方差为μ+μ2/k,当k变大时,方差接近均值,分布接近泊松分布。在R中,聚合参数称为size参数(Bolker,2008)。

当我在fitdistr中拟合我的数据时,我的数据比负二项式、gamma和Poisson更符合对数正态分布。

Anscombe认为,对数级数是由负二项式通过一个极限过程得到的,它考虑了一个N读数的样本,使N趋于无穷大,k为零,并忽略了零读数。

共有1个答案

弘浩博
2023-03-14

这是一个有点不寻常的问题,但如果我理解正确的话,你有一个对数正态拟合,所以有一个已知musigma的曲线

如果您假设它是neg-二项式,那么它还有两个参数np。因此,求大小(n)的好方法是求均值和方差

对于neg-二项式

mean = n*q/p
var  = n*q/p^2, where q = 1-p
mean/var = p = exp(- mu - sigma^2/2) / [exp(sigma^2) - 1]
q = 1 - p
n = mean * p / q = exp(mu + sigma^2/2) * exp(- mu - sigma^2/2) / [exp(sigma^2) - 1] / q = 1 / ([exp(sigma^2) - 1] * q) = 1 / (exp(sigma^2) - 1 - exp(- mu - sigma^2/2))
 类似资料:
  • 问题内容: 我想使用python使对数正态分布适合我的数据。根据手册,返回 形状,位置,比例 参数。但是,对数正态分布通常只需要两个参数:平均值和标准偏差。 如何解释scipy函数的结果?如何获得均值和std.dev。 问题答案: scipy中的分布以通用的方式通过两个参数的位置和比例进行编码,因此位置是将分布向左或向右移动的参数(),而是压缩或拉伸分布的参数。 对于两个参数的对数正态分布,“均值

  • (mu=exp(μ+1/2σ2)sigma=exp(2μ+σ2)(exp(σ2)-1) 我得到了5000的模拟信任度。

  • 问题内容: 我正在尝试模拟球迷到达体育场的情况。我相信系统本身不会有问题,但是风扇的到来遵循正态分布。 我的问题是: 我有一定的到达时间(例如100分钟和1000个风扇),我需要在分配之后的某个时间生成风扇的到达时间,例如->风扇x到达25分钟,风扇y到达54分钟,依此类推。 如何按照正态分布生成这些随机数? 我正在Java中执行此操作,并在Random类中找到了该方法,但是我不确定如何在我的情况

  • 我想生成一个截断的正态分布,其中任何一个R中都有已知的参数。注意,我不是在寻找伪随机数生成器。 假设I有一个均值为5,标准差为1的正态分布。我能画出一个截断正态分布的值吗,在点1和点10截断?

  • 问题内容: 有谁知道如何用scipy绘制偏态正态分布?我认为可以使用stats.norm类,但我不知道如何使用。此外,如何估计描述一维数据集偏斜正态分布的参数? 问题答案: 根据Wikipedia的描述, 如果你想找到一个数据集的使用规模,位置和形状参数,例如使用,并且, 应该给你类似的东西,

  • 在来自独立来源的随机数据集中,通常观察到数据的分布是正常的。 这意味着,在绘制具有水平轴中变量值的图形和垂直轴中的值的计数时,我们得到钟形曲线。 曲线的中心表示数据集的平均值。 在图中,百分之五十的值位于均值的左侧,另外百分之五十位于图的右侧。 这在统计学中称为正态分布。 R有四个内置函数来生成正态分布。 它们如下所述。 dnorm(x, mean, sd) pnorm(x, mean, sd)